Результаты поиска: 2 док. (сбросить фильтры)
Статья: ОБНАРУЖЕНИЕ СОРНОЙ РАСТИТЕЛЬНОСТИ НА ОСНОВЕ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ
В статье обсуждается проблема семантической сегментации полевых изображений сельскохозяйственной культуры и сорной растительности с использованием архитектур сверточных нейронных сетей. В работе рассматривались две архитектуры: классическая U-Net и U-Net с предварительно обученным кодером Resnet 50. Точность сегментации оценивалась при помощи метрики среднего mIoU, метрики IoU, а также матрицы ошибок классификации. U-Net Resnet 50 показала наилучшую производительность и самую высокую точность (IoU=0,9506; mIoU=0,8723). Результаты могут быть использованы для обучения роботизированных устройств, используемых для точной обработки (опрыскивания) культурных растений в сельском хозяйстве.
Статья: КОЛОРИЗАЦИЯ ЧЕРНО-БЕЛЫХ ФОТОГРАФИЙ НА ОСНОВЕ МОДЕЛИ НЕЙРОННОЙ СЕТИ
В статье рассмотрены вопросы разработки модели нейронной сети для колоризации черно-белых изображений. Описаны основные вопросы, возникающие при проектировании модели нейронной сети для решения данной задачи. Обоснован выбор перехода на работу с цветовым пространством LAB из RGB. Описана архитектура GAN. Описана архитектура U-Net. Построены модели генератора и дискриминатора. Описан использованный при разработке нейронной сети инструментарий.